不确定信息处理是人工智能领域一个重要研究方向，从专家系统角度来看，大致有基于规则和基于模型两种不确定性信息处理方式。Bayesian网研究兴起于20世纪80年代，20世纪90年代以来它的研究与应用得到了越来越多的关注。Bayesian网是一种基于模型的不确定性信息处理方法，相对于早期基于规则的方法而言，它的语义更为明确，推理结论多数情况下更为合理，缺点是计算复杂性高。一般Baysian网上的推理是NP难问题，为使得Bayesian网尽可能地解决实际问题，到目前为止，已发展出的Bayesian网推理算法有数十种之多，总体上可分为精确推理和近似推理两类。Belief-Net-Ask算法、消息传播算法和变量消去算法是出现比较早的三种算法，是其它各种推理算法的基础。Belief-Net-Ask算法可以在单连通图上计算单个查询变量的后验概率分布，消息传播算法可以在单连通图上计算多个查询变量的后验概率分布，变量消去算法可以在多连通图上计算单个查询变量的后验概率分布。这三种算法各有其特点，因而也具有极强的代表性。本文在介绍Bayesian网基本概念的基础上，用清晰的数学表示方式描述这三种Bayesian网精确推理算法，对这三种算法加以比较分析，刻画其共同的内在本质。变量消去算法的计算复杂性是O(n?cw),其中 n是Bayesian网节点数量，d是 网络中节点的最大入度,c是所有节点(变量)取值的最大数量，w称为消去顺序对应的宽度。在变量消去算法中，变量消去顺序对计算结果的正确性没有影响，但对计算量大小却有重要影响。对于一个确定的Bayesian网，存在一个或若干个最优消去顺序，使得其对应的宽度w达到最小值，这个宽度称为树宽度。实际上，推广到一般Bayesian网推理计算而言，对计算量起决定作用的因素仍然是w。因此，一般在提高推理算法计算效率时，通常会考虑到两个方面：一是寻找最优或近似最优的宽度w；二是对Bayusian网结构进行化简或近似化简。本文对Bayesian网推理中的结构化简策略加以详细讨论。在已有的节点剪切方法基础上，定义分离操作；从预处理的角度出发，提出替换操作；另外，提出可用于Bayesian网结构化简的三个条件，并基于这三个条件给出遍历操作。对于这三种化简操作，本文根据概率论和Bayesian网语义，均作以严格的数学证明，并指出这三种操作是相互独立起作用的，且是不可相互替代的关系。进一步，通过具体的试验测试表明，这些操作针对具体查询，能够简化Bayesian网结构，在一定程度上提高计算效率。本文讨论的另一个方面是基于Bayesian网的农业专家系统开发工具，主要着眼于应用角度，描述并解决基于Bayesian网的农业专家系统开发中<WP=54>一些重要问题。大约在20世纪70年代末，国际上开始了关于农业专家系统的研究，近年来，随着专家系统技术的逐步发展，以及各国政府部门对于农业信息技术重视程度的逐步增强，农业专家系统已经开始广泛应用于农业产业，对其各个环节提供指导性的预测、决策、诊断和控制，对提高农业产业化程度而言，是一个极为有力的工具，农业专家系统已经成为智能化农业信息技术研究的一个重要领域。在我国，“智能化农业信息技术应用示范工程”已被列入国家863计划信息领域计算机软硬件技术主题当中，智能化农业信息系统集成开发平台(IPDIAIS) 的即是示范工程中的一个重要研究课题，本文介绍的是IPDIAIS平台中的Bayesian网专家系统开发工具组件。Bayesian网专家系统开发工具组件是针对农业畜禽疾病诊断、农作物病虫害防治这一领域的,它主要面向两类用户：农业领域专家和农业专家系统用户。农业领域专家应当具备农业特定领域中大量理论知识和实际经验，以及简单的计算机应用基础，他们将使用组件来开发农业专家系统；农业专家系统用户包括农民和农技人员，他们只需了解一些基本的计算机操作，就应当可以使用农业专家系统来获取实际农业生产的专家水平指导信息。该组件作为平台中的一个软构件，不仅具备开发基于Bayesian网的农业专家系统这一基本功能，从可扩展性、可集成性和可维护性角度来看,它还具有清晰合理的软件结构，严格遵守平台中软构件接口和程序间通讯协议格式；从可用性角度来看，它提供清晰直观的用户界面和简便快捷的操作方式。我们力图使组件开发出来的农业专家系统具有良好的推理效率和合理的交互诊断过程，能够提供给用户可靠的推理结论，并力求可以适应更为广泛的应用。为达到这一目标，组件内置的变量消去推理机采用了Bayesian网结构化简策略；同时，针对农业畜禽疾病诊断、农作物病虫害防治这一领域，我们在描述基于Bayesian网的农业专家系统中“提问-回答”交互式诊断过程的基础上, 给出一个比较实用的交互式诊断方法；另外，为便于领域专家对已构造的农业专家系统进行测试，我们还设计了一个基于Bayesian网的专家系统测试工具。